Función Tensorflow.js tf.initializers.heUniform()

Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el entorno del navegador o del Node. También ayuda a los desarrolladores a desarrollar modelos ML en lenguaje JavaScript y puede usar ML directamente en el navegador o en Node.js.

La función tf.initializers.heUniform() extrae muestras de una distribución uniforme dentro de [-cap, cap] donde cap es sqrt(6 / fan_in). Tenga en cuenta que fanIn es el número de entradas en el peso del tensor.

Sintaxis:

tf.initializers.heUniform(arguments)

Parámetros:

• argumentos: Es un objeto que contiene semilla (un número) que es el generador de números aleatorios semilla/número.

Devuelve valor: Devuelve tf.initializers.Initializer

Ejemplo 1:

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
 
// Initializing the .initializers.heUniform() function
const geek = tf.initializers.heUniform(7)
 
// Printing gain
console.log(geek);
console.log('\nIndividual values:\n');
console.log(geek.scale);
console.log(geek.mode);
console.log(geek.distribution);

Producción:

{
    "scale": 2,
    "mode": "fanIn",
    "distribution": "uniform"
}

Individual values:

2
fanIn
uniform

Ejemplo 2:

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs
 
// Defining the input value
const inputValue = tf.input({shape:[4]});
 
// Initializing tf.initializers.heUniform() function
const funcValue = tf.initializers.heUniform(4)
 
// Creating dense layer 1
const dense_layer_1 = tf.layers.dense({
    units: 6,
    activation: 'relu',
    kernelInitialize: funcValue
});
 
// Creating dense layer 2
const dense_layer_2 = tf.layers.dense({
    units: 8,
    activation: 'softmax'
});
 
// Output
const outputValue = dense_layer_2.apply(
  dense_layer_1.apply(inputValue)
);
 
// Creation the model.
const model = tf.model({
    inputs: inputValue,
    outputs: outputValue
});
 
// Predicting the output.
model.predict(tf.ones([2, 4])).print();

Producción:

Tensor
   [[0.2727611, 0.1405532, 0.0409708, 0.1262356, 
        0.1215546, 0.134949, 0.0845761, 0.0783997],
    [0.2727611, 0.1405532, 0.0409708, 0.1262356, 
        0.1215546, 0.134949, 0.0845761, 0.0783997]]

Referencia:   https://js.tensorflow.org/api/latest/#initializers.heUniform